实体是知识图谱的基本单元，也是文中承载信息的重要语言，实体识别是识别出文中实体的命名性指称项。
- 实体识别的主要难点在于（1）命名形式多变（2）命名实体的语言环境复杂。
- 实体识别的方法：
- 基于规则的识别方法
特点：准确率高，接近人类的思考方式，但成本昂贵规则的制定主要依赖领域专家。
- A，基于机器学习的识别方法-基于特征的方法
代表性方法:CRF方法。
为训练CRF模型，首先定义特征函数集合，对于特征函数的定义可以考虑上下文词汇和词性特征，在CRF模型训练过程中，当定义好的特征函数集合后就需要估计模型的参数，根据训练集估计每个特征函数的权重，lambda，采用极大似然估计。训练完CRF模型后使用viterbi算法，寻找网络中最大概率的路径来确定输出的命名实体标记。
B，基于机器学习的识别方法-神经网络捕获特征。
一般步骤：（1）特征表示，将文字符号特征表示为分布式特征信息（2）模型训练：利用标注数据，优化网络参数，训练网络模型。（3）模型分类，进而完成实体识别。经典模型是lample2016年提出的基于LSTM+CRF的模型。
- 实体消歧
- 基于聚类的实体消歧方法，和基于实体链接的实体消歧方法，计算实体与实体，实体与文本，文本与文本之间的相似度都是核心问题，传统的方法主要是利用自然语言处理工具来抽取词性，依存句法等特征，扩展性差表示能力不足。近年来用深度学习的方法缓解上述问题。
- 基于神经网络的实体消歧方法：基于整篇文档作为输入，利用DNN通过预训练得到文档和实体的表示的微调，进而完成实体消歧；基于CNN的模型文本表示时使用词向量拼接了位置特征。
- 关系抽取
关系抽取定义为两个或多个实体之间的联系，关系抽取就是自动识别实体之间的某种语义关系。根据数据源的不同，关系抽取分为三类：a,面向结构化文本的关系抽取 b,面向非结构化文本的抽取c,面向半结构化的文本抽取；根据抽取的范围不同:a,关系抽取可以分为句子级别的关系抽取和语料或篇章级的关系抽取。
基于神经网络的关系抽取方法:一般步骤是：（1）特征表示，将纯文本的特征表示为分布式特征表示(2)神经网络的构建与高层特征表示(3)模型训练：利用标注数据优化网络参数(4)模型分类：利用训练的模型，对新样本进行分类，进而完成关系抽取。
Zeng,2014年用卷积神经网络的方式，提取的特征包括词汇级别的特征和句子级别的特征，并将它们进行拼接。传统的有监督关系抽取方法需要依赖人工标注的数据，限制了算法使用的领域，而带有标注的文本通常是稀缺的资源，出现了距离监督的方法。Zeng特出了分段卷积神经网络的构造，抽取文本的特征。由于Zeng只利用了包中一个句子信息，Lin,Ji等提出利用句子级别的关注机制来自动捕获不同句子的重要程度，自动获取有用的句子，过滤掉噪声句子，也有人在此基础上提出了利用更多背景知识来提升模型的性能。后面改进是首先是基于双向RNN，然后有人提出带有注意力机制的BLSTM网络模型（Att-BLSTM）解决基于CNN模型中不能捕捉长距离语义信息的不足的问题，以及双向RNN的梯度消失问题。
参考资料:
[1]Guilaume,Neural architectures for namede recognition，2016
[2]ZhengyanHe，et al，Learning entity represe ntation for entity disambiguation,2013
[3]YamingSun et al,Modeling mention,context and entity with neural networks for entity disambiguation,2015
[4]PengZhou et al,Attention-Based Bidirection-al Long Short-Term Memory Networks for Relation Classition
[5]HongZhao et al, Learning Deep Neural Networks and Knowledge Graphs for entity representation for entity disambiguation
[6]Guoliangji,et al,Distant Supervision for Relation Extraction with Sentence-level Attention and Entity Descriptions.
[7]Zeng,et al, Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks.
[8]Yankai,et al. Neural relation extraction with selective attention over instances.